Python 警告：tensorflow:签名无法转换<；函数_在0x7f8ff80cd160处进行预处理>；并将按原样运行

我正在尝试运行在中找到的代码

我使用的是Python版本3.9，我的TensorFlow版本>2.0。代码如下：

import tensorflow.compat.v2 as tf
tf.enable_v2_behavior()

import tensorflow_datasets as tfds
import tensorflow_probability as tfp


tfk = tf.keras
tfkl = tf.keras.layers
tfpl = tfp.layers
tfd = tfp.distributions

datasets, datasets_info = tfds.load(name='mnist', with_info=True, as_supervised=False)

def _preprocess(sample):
    image = tf.cast(sample['image'], tf.float32) / 255 #Scale to [0, 1]
    image = image < tf.random.uniform(tf.shape(image)) #Gives 0, 1 when compared to a random number
    return image, image

train_dataset = (datasets['train']
                .map(_preprocess)
                .batch(256)
                .prefetch(tf.data.experimental.AUTOTUNE)
                .shuffle(int(10e3)))

将tensorflow.compat.v2导入为tf
tf.enable_v2_behavior（）
将tensorflow_数据集作为TFD导入
导入tensorflow_概率作为tfp
tfk=tf.keras
tfkl=tf.keras.layers
tfpl=tfp.layers
tfd=tfp
数据集，数据集\u info=tfds.load（name='mnist'，其中\u info=True，as\u supervised=False）
def_预处理（示例）：
image=tf.cast（样本['image']，tf.float32）/255#缩放到[0,1]
image=image

我得到的是以下警告：

WARNING:tensorflow:AutoGraph could not transform <function _preprocess at 0x7f8ff80cd160> and will run it as-is.
Please report this to the TensorFlow team. When filing the bug, set the verbosity to 10 (on Linux, `export AUTOGRAPH_VERBOSITY=10`) and attach the full output.
Cause: module 'gast' has no attribute 'Index'
To silence this warning, decorate the function with @tf.autograph.experimental.do_not_convert

警告：tensorflow:AutoGraph无法转换，将按原样运行。
请将此报告给TensorFlow团队。在归档bug时，将详细度设置为10（在Linux上，`export AUTOGRAPH\u verbosity=10`），并附加完整的输出。
原因：模块“gast”没有属性“Index”
要使此警告静音，请使用@tf.autograph.experimental.do\u not\u convert装饰函数

---

该警告与代码的最后一部分有关，但我无法判断它是否会潜在地影响代码的运行方式。如果它不会影响它，有没有一种方法可以一致地删除此类警告？

这是TensorFlow和Python 3.9之间的API冲突。请注意，截至今天（2021-04-07），TensorFlow的官方版本仅支持Python版本3.6到3.8。TensorFlow 2.5应该正式支持Python 3.9

您可以：

• 将python版本降级到3.8
• 将您的软件包

  gast

  版本降级为本期GitHub中提到的

  0.3.3

  ：